棗樹縮果病空間分布格局和抽樣技術研究

張 鋒， 李英梅， 李瑞婷， 陳志杰， 嚴 攀

（1.陜西省動物研究所，西安 710032；2.渭南師范學院，渭南 714000；3.陜西省渭南市植保植檢站，714000）

棗縮果病又名棗鐵皮病、棗腰縮果病、棗萎蔫果病等，該病主要危害果實，引起果腐和棗果提前脫落［1－4］。近年來，隨著關中地區棗樹生長年限的延長及面積增加，棗樹縮果病的發生面積不斷擴大，危害日趨加重，已經成為陜西關中地區棗樹生產上的一種常發性病害，給棗農帶來了巨大的經濟損失，據調查，一般年份減產30%～50%，嚴重時達80%以上。棗樹縮果病空間分布格局是該病病原菌的重要屬性之一，研究其田間分布格局可提高抽樣的準確性，有利于病害測報。為此，作者于2007年對棗縮果病進行了調查，就其空間分布格局和抽樣技術進行了初步研究，為生產防治提供參考依據。現將結果報道如下。

1 材料與方法

1.1 調查方法

調查地設在陜西關中平原東部大荔縣的馮村鎮、安仁鎮、埝橋鄉、城關鎮、趙渡鄉、雨林鄉6個鄉鎮。2005年8月下旬至9月初，在棗樹縮果病危害盛期，在以上地點選擇栽植密度一致、立地條件相似、有代表性的棗園9個，五點取樣，每點取6株棗樹，每株按東、南、西、北4個方位選取25個果，每株共調查100個果，以1株（100個果）為1個樣方，記錄病果數，統計各樣方的病果率。

1.2 分布型的測定方法

聚集指標法：采用擴散系數C，叢生指標I，Cassie，R.m指標CA，聚集性指標m＊／m，K 指標測定聚集程度和分布型，并進一步運用Taylor的冪法則（S2＝amb）和Iwao的m＊－m直線回歸法（m＊＝α＋βm）對分布的內在結構作綜合分析，采用Blackith提出的種群聚集均數（λ）分析其聚集原因［5－7］。根據Iwao提出的抽樣原理確定最適理論抽樣數和序貫抽樣數，其計算公式分別為：式中D為允許誤差，m為調查的樣方內病果率，N為最適理論抽樣數，m0為樣方病果率達5%時暫定的防治指標，t為概率保證，α、β為m＊－m直線回歸模型中的常數。

2 結果與分析

2.1 聚集度指標

匯總整理計算各種聚集度指標值，結果見表1。可以看出各樣地的棗縮果病I指標大于0，m＊／m指標大于1，CA指標大于0，擴散系數C大于1，K指標大于0，根據判定標準，棗縮果病病果在田間為聚集分布，但在不同樣地分布的聚集程度有差異。

表1 棗縮果病聚集度指標的測定

2.2 Taylor冪指數

Taylor分析S2與m的關系為S2＝amb或lgS2＝lga＋blgm，a表示抽樣因素，b為聚集特征指數，經測定S2與m回歸直線方程為lgS2＝－0.026 35＋1.387 20lgm（R＝0.920 5），見圖1，對回歸關系的顯著性進行方差分析，得F＝38.834 8，p＝0.004 3＜0.01，回歸關系顯著。b＞1，表明棗縮果病病果的聚集度具有密度依賴性，隨著病果密度的提高，聚集度愈高。

圖1 方差S2與平均密度m的回歸關系

2.3 Iwao m＊－m回歸分析

Iwao提出平均擁擠度m＊與平均數m的關系，回歸關系式為m＊＝α＋βm，截距α和回歸系數β揭示種群分布特征，α表示分布的基本成分，β說明基本成分的空間分布型。棗縮果病m＊－m回歸方程為m＊＝0.462 2＋1.082 9m（R＝0.991 5），F＝407.308 9，p＝0＜0.01；方程回歸關系顯著。而且回歸方程中α＞0，β＞1，說明棗縮果病為聚集分布，并且病果間相互吸引，其分布的基本成分為個體群，在大田中存在明顯的發病中心。

2.4 影響病果聚集的因素分析

病害在空間的聚集原因，既可能受某些環境因素的影響，也可能是由本身行為特性的聚集習性所致。應用Blackith（1961）的種群聚集均數檢驗病果率聚集原因。λ＝mγ／aK，K為病果在各地塊負二項分布K值的平均值，γ為具有自由度等于2k的（卡方）分布的函數值，計算時應用a＝0.5的概率值。測定結果見表1，可以看出，棗縮果病9個標準地的λ值均大于2，說明棗縮果聚集的原因是由于聚集行為與環境因素共同影響所致。

圖2 平均擁擠度m＊與平均數m的回歸關系

2.5 抽樣技術

田間抽樣調查時，應知道抽取多少樣本數量，即可達到所需要的精度。因此，需確定最適抽樣數。根據Iwao（1977）最適理論抽樣模型，得知m＊－m回歸方程的α、β值及平均密度m，再給定允許誤差D與置信概率90%相應的D＝0.1，0.2，0.3，根據公式，當t＝1.96，N＝t2／D2［（α＋1）／m＋β－1］，N1.96＝3.842／D（1.463／m＋0.083）；當t＝1.64，N1.64＝2.69／D（1.463／m＋0.083），即 可 獲得在各種密度下的最適抽樣數（表2）。當t＝1.96，D為0.2時，病果率為5%，所需病株抽樣數為36；病果率為15%時，病株抽樣數為17，病果率為50%時，病株抽樣數為11，可見，隨病果密度增加所調查的樣方逐漸減少，但在相同病果密度下，抽樣數又隨著允許誤差的減少而提高。在實際調查中要根據人力與時間的情況而選擇相應的允許誤差，并確定該調查地塊的病果密度，然后查表確定詳細調查時的株數。

表2 棗縮果病在不同密度病株最適抽樣數

2.6 序貫抽樣

序貫抽樣是根據田間調查，在一定的置信范圍內利用取得的樣本信息確定合適的抽樣量或判斷是否達到防治的指標。根據Iwao方法，設臨界防治指標為m0，上下限公式為：

以m0暫定為棗縮果病防治指標，病果率為5%，即m0＝5。分別將m0及α、β值和t＝1.96代入上式。得：T0（n）＝5n±6.005如果調查5株棗樹時，累計病果超過38個，需進行防治，累計病果數超少于12個，不需防治；調查100株時，累計病果數超過560個，需進行防治，累計病果數超少于440個，不需防治，累計病果數在上下限之間，則往下繼續抽樣。當不易下結論時，通過公式Nmax＝t2／d2｜（α＋1）m0＋（β－1）m20｜，確定最大抽樣數，估計密度所允許的置信限，取t＝1，D＝0.3，得：Nmax＝318.15，即最大抽樣數為318株（表3）。

表3 棗縮果病株序貫抽樣分析表

3 結論

植物病害流行的空間動態是由物種的遺傳特性和生態環境條件所決定的，由病原物及其介體在空間擴散而形成的。對于真菌病害而言，病原種群數量、空間分布和擴散特征，以及環境因子對其生態學行為和種群動態過程的影響，在很大程度上影響著病害的發生與流行狀況［8－11］。棗縮果病主要由真菌引起，并通過風雨和昆蟲傳播，因此，其發生與流行在很大程度上受氣候條件和媒介刺吸式昆蟲種群數量等因子的影響，其病株在大田的分布表現應為不均勻狀態。

通過聚集度指標測定，棗縮果病病果在田間呈聚集分布。Iwao和Taylor法對棗縮果病病果在田間的空間分布測定，仍呈聚集分布。其中Iwaom＊－m回歸方法分析表明，病果空間分布的基本成分是個體群，個體間相互吸引，病株在大田中存在明顯的發病中心；Taylor冪法則分析表明，棗縮果病病果個體的空間格局隨著病果密度的提高而趨于聚集分布。這與棗縮果病病菌的生物學特性相一致，根據調查，棗縮果病病菌在棗樹皮、棗頭、棗吊、棗枝條、棗落葉越冬，分生孢子成熟后，通過風雨和昆蟲引起再傳播，加之棗果在棗樹上的聚集性，所以棗縮果病具有明顯發病中心，而且發病中心內病果呈聚集分布，因此棗縮果病聚集的原因是由于病原自身聚集行為與環境因素共同影響所致。

植物病害的抽樣難度很大，樣方的大小對統計分析結果影響顯著，為了進行抽樣技術的研究，作者以每株（100個果）為1個樣方，用Iwao最適理論抽樣模型N＝t2／D2［（α＋1）／m＋β－1］，計算出不同發病率情況下所需的最適抽樣數。結果表明，隨著發病率的增加，所需抽樣數遞減。建立序貫抽樣模型為T0（n）＝5n±6.005調查數量N株時，若累計病情指數超過上界可定為防治對象田，若累計病情指數未達到下界時，不防治，若累計病情指數在上下界之間，則應繼續調查，通過公式Nmax＝t2／d2｜（α＋1）m0＋（β－1）｜，確定最大抽樣數為318株。

［1］邸墊平，康紹蘭，彭士琪，等.棗鐵皮病發病生理機制的研究［J］.華北農學報，1997，12（專集）：68－72.

［2］康紹蘭，邸墊平，李興紅，等.棗鐵皮病病原鑒定［J］.植物病理學報，1998，28（2）：165－171.

［3］鄭曉蓮，趙光耀，武麗芬，等.棗縮果病主要病原生物學特性的初步研究［J］.植物保護，1996，22（1）：13－16.

［4］張鋒，陳志杰，李英梅，等.陜西棗樹縮果病流行因素研究［J］.中國農學通報，2008，24（11）：384－387.

［5］丁巖欽.昆蟲數學生態學［M］.北京：科學出版社，1994.

［6］徐汝梅.昆蟲種群生態學［M］.北京：北京師范大學出版社，1987.

［7］唐啟義，馮明光.實用統計分析及其DPS數據處理系統［M］.北京：科學出版社，2002.

［8］朱黎明，鄭永利.黃瓜霜霉病病株空間分布格局研究［J］.浙江農業學報，2006，18（4）：277－279.

［9］王華弟，孫國昌，張恒木，等.水稻條紋葉枯病空間分布格局及抽樣技術［J］.2007，19（5）：360－363.

［10］鄧根生，陳嘉孚，張先平，等.稻粒黑粉病病株空間格局及抽樣技術研究［J］.西北農業學報，2000，9（3）：47－50.

［11］茹水江，王漢榮，王連平，等.西蘭花菌核病空間分布格局及抽樣技術研究［J］.浙江農業學報，2006，18（2）：63－66.